專利名稱：高性能模糊邏輯處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種高性能模糊邏輯處理方法，更詳細(xì)地說是涉及一種通過對模糊控制規(guī)則的規(guī)則成分的最大運(yùn)算以避免多余的計(jì)算從而改善模糊推理速度的方法。
一自動(dòng)控制器使得一被控制系統(tǒng)維持一個(gè)盡可能小的希望值和輸出值之間的誤差。這種類型的控制器包括一個(gè)PID(比例積分一微分)控制器，一個(gè)最佳控制器，一個(gè)自適應(yīng)控制器，一個(gè)可變結(jié)構(gòu)系統(tǒng)(VSS)和一個(gè)神經(jīng)網(wǎng)絡(luò)。
模糊控制理論是美國的扎德(Zaded)教授于1965年在向“信息和控制”投稿的一篇文章中提出的。雖然最初該模糊理論并未受到重視，但1974年英國的曼達(dá)尼(Mamdani)教授對一汽輪機(jī)利用模糊理論而獲得很好的結(jié)果而使模糊理論開始引起公眾的注意，而對汽輪機(jī)使用通常公知的PID控制器和最佳控制器是不能獲得預(yù)期結(jié)果的。
對于一個(gè)輸入來說可通過由一熟練操作人員的經(jīng)驗(yàn)所表示的模糊推理，用模糊置位和控制規(guī)則來使模糊控制確定一適當(dāng)?shù)逆I控變量。
用于模糊控制的一模糊邏輯使用如下的運(yùn)算＊模糊“非”μ(NOTA)(X)＝1-μA(X)
在上式中，μ被定義為是一模糊元素?cái)?shù)函數(shù)，字母A表示某個(gè)模糊置位和X是一構(gòu)件。例如，式μA(X)＝0.3意味著對于一構(gòu)件X置位數(shù)為A的元素?cái)?shù)是0.3。
＊模糊“與”邏輯模糊“與”邏輯由T-范式歸納并作如下定義T
×
→
(1)T(X，1)＝X，T(X，0)＝0(邊界條件)(2)如果X1≤X2則T(X1，Y)≤(X2，Y)(單調(diào))(3)T(X，Y)＝T(Y，X)(交換律)(4)T｛X，T(Y，Z)｝＝T｛T(X，Y)，Z｝(結(jié)合律)換句話說，對應(yīng)于0和1之間的兩個(gè)實(shí)數(shù)而得到的0和1之間的兩個(gè)實(shí)數(shù)的算符之中，上面所示的算符是由滿足于邊界條件、單調(diào)、交換和結(jié)合律的T-范式來定義的。
典型的實(shí)用T-范式是μ(A“與”B)(X)＝MIN(μA(X)，μB(X))這個(gè)公式被稱之為MIN運(yùn)算，表示二者之中的最小值(更壞的值)被選擇。
＊模糊“或”邏輯模糊“或”邏輯是由S-范式歸納并作如下的定義S
×
→
(1)S(X，1)＝1，S(X，0)＝X(2)如果X1≤X2則S(X1，Y)≤S(X2，Y)(3)S(X，Y)＝S(Y，X)(4)S｛X，S(Y，Z)｝＝S｛S(X，Y)，Z｝
典型的實(shí)用S-范式是μ(A“與”B)(X)＝MAX(μA(X)，μB(X))這個(gè)公式被稱之為MAX運(yùn)算，表示二者之中的最大值(更好的值)被選擇。
＊模糊關(guān)系獲得模糊關(guān)系的一個(gè)元素?cái)?shù)的方法定義如下μR(X，Y)＝MIN(μA(X)，μB(Y))模糊理論的一個(gè)重要法則是模糊推理，從已知的效果對原因的依賴關(guān)系來斷定一個(gè)新的事實(shí)。模糊推理是一模糊控制規(guī)則(或推理規(guī)則)的主要構(gòu)成，例如[如果(前提部分)，則(結(jié)果部分)]。并且一前提部分可細(xì)分為[前提部分1“與”前提部分2]，這里使用的“與”表示是在模糊“與”邏輯中使用的“與”。
并且上述前提項(xiàng)是這樣構(gòu)成的[輸入＝語言值(或模糊值或模糊標(biāo)記)]。
模糊推理處理的一種類型是一最大-最小模糊推理，該類型處理模糊控制規(guī)則是由使用最小運(yùn)算來得到每個(gè)規(guī)則的結(jié)論，以及由使用最大運(yùn)算來得到該完整的規(guī)則置位的結(jié)論。


圖1示出了一種用于兩個(gè)前提和一個(gè)結(jié)果變量系統(tǒng)的最大-最小模糊推理過程。
在圖1中，假定X1和X2是被定義的一控制規(guī)則的前提變量，Y是結(jié)果變量，以及有幾個(gè)模糊控制規(guī)則＊模糊控制規(guī)則＃1如果X1是負(fù)大“與”X2是0，則Y是正小。
＊模糊控制規(guī)則＃2
如果X1是負(fù)小“與”X2是負(fù)小，則Y是正大。
···＊模糊控制規(guī)則＃n如果X1是0“與”X2是0，則Y是正大。
如圖1中所示，如果每個(gè)輸入值是X1或X2，則模糊控制規(guī)則的每個(gè)前提部分具有各自相應(yīng)于每個(gè)輸入值X1或X2的元素?cái)?shù)。
如果在每個(gè)模糊控制規(guī)則中兩個(gè)前提元素?cái)?shù)已被確定，則按照模糊“與”邏輯各自的結(jié)果部分選擇二者之中的最小元素?cái)?shù)。每個(gè)模糊控制規(guī)則的結(jié)果元素?cái)?shù)函數(shù)由圖1的右邊的陰影線部分說明。
如上所述，如果每個(gè)模糊控制規(guī)則的結(jié)論元素?cái)?shù)函數(shù)被確定，則對于該完整的規(guī)則置位的結(jié)論是由按照模糊“或”邏輯組成的這些元素?cái)?shù)來評價(jià)的，以變?yōu)槿鐖D1右下側(cè)所示的一個(gè)最終結(jié)論元素?cái)?shù)函數(shù)。
對于將上述模糊推理方法應(yīng)用到一模糊控制器的諸多方法中，提出了一種用計(jì)算機(jī)軟件來實(shí)現(xiàn)一模糊推理的方法。下面將對所提出的用計(jì)算機(jī)軟件來實(shí)現(xiàn)一模糊推理的方法進(jìn)行說明。
圖2是該所提出的模糊推理方法的流程圖。一計(jì)算機(jī)接收一前提數(shù)據(jù)(步驟11)，并且確定輸入數(shù)據(jù)的元素?cái)?shù)(步驟12)。
例如，在圖1的模糊控制規(guī)則＃1中，對于X1的一個(gè)置位元素?cái)?shù)(即一個(gè)標(biāo)記，在這個(gè)例子中是‘負(fù)大’置位)的等級可由選擇在一置位的元素?cái)?shù)函數(shù)中相應(yīng)于X1的一個(gè)值來確定，即一個(gè)‘負(fù)大’的標(biāo)記。
在確定了數(shù)據(jù)的一元素?cái)?shù)之后，該所提出的方法確定一模糊控制的一規(guī)則成分(步驟13)。
一規(guī)則成分(RC)被定義為在某個(gè)模糊控制規(guī)則中的若干元素?cái)?shù)之中的一個(gè)最小值。
即，RC＝MIN(μ1，μ2)接著，該提出的方法根據(jù)RC來確定一結(jié)論部分的一元素?cái)?shù)函數(shù)(步驟14)。
該所提出的方法根據(jù)一模糊控制規(guī)則的RC來調(diào)整一結(jié)論元素?cái)?shù)函數(shù)(即在圖1的模糊控制規(guī)則＃1中“Y是一正小”)的容量。
在該最大-最小處理方法中，根據(jù)一模糊控制規(guī)則的RC來截?cái)嘁唤Y(jié)論元素?cái)?shù)函數(shù)(即，“Y是正小”)的一部分，而獲得一最終的結(jié)論元素函數(shù)，這個(gè)處理稱之為“最小處理”。
另一方面，在最大-乘積處理方法中，根據(jù)每個(gè)模糊規(guī)則的RC來換箕結(jié)論元素?cái)?shù)函數(shù)，而獲得一最終元素?cái)?shù)函數(shù)，這個(gè)處理稱之為一“乘積處理”。
完成上述操作，則一模糊控制規(guī)則被執(zhí)行。
在按適當(dāng)?shù)捻樞蜻\(yùn)行一模糊控制規(guī)則之后，該所提出的方法確定是否它是最后的模糊控制規(guī)則(步驟15)。如果不是，則該所提出的方法運(yùn)行下一個(gè)模糊控制規(guī)則(步驟16)，并且重復(fù)步驟12-15。
該所提出的方法重復(fù)這個(gè)過程而獲得每個(gè)模糊控制規(guī)則的結(jié)論元素?cái)?shù)函數(shù)。
最后，該所提出的方法根據(jù)模糊“或”邏輯由所組成的該結(jié)論元素?cái)?shù)函數(shù)而獲得一最終結(jié)論元素?cái)?shù)函數(shù)，這種處理稱之為“最大處理”(步驟17)。
根據(jù)需要，為獲得一離散的結(jié)論值，該所提出的方法執(zhí)行一模糊逆操作(步驟18)并輸出一結(jié)論值(步驟19)。
在一常規(guī)的具有一數(shù)字計(jì)算機(jī)或數(shù)字硬件的數(shù)字化的模糊推理的方法中，這種模糊推理方法被限于應(yīng)用在一需要快速處理的控制系統(tǒng)中。
但是，在常規(guī)的最大-最小方法或最大-乘積方法中，當(dāng)在后項(xiàng)部分中兩個(gè)模糊控制規(guī)則具有一個(gè)相同的標(biāo)記，并且每個(gè)相應(yīng)于各個(gè)模糊控制規(guī)則的RC的后項(xiàng)元素?cái)?shù)函數(shù)是相互重疊時(shí)，則在評價(jià)一最終結(jié)論元素?cái)?shù)函數(shù)中，一個(gè)其元素?cái)?shù)函數(shù)相對地小的推理結(jié)論Kth模糊控制規(guī)則被包含在另外的其元素?cái)?shù)函數(shù)大于Kth模糊控制規(guī)則的元素?cái)?shù)函數(shù)的Mth模糊控制規(guī)則的結(jié)論中。
因此，盡管由于一Mth模糊控制規(guī)則的推理結(jié)論而使為獲得一Kth模糊控制規(guī)則的結(jié)論元素?cái)?shù)函數(shù)無須進(jìn)行計(jì)算，但是，執(zhí)行該計(jì)算的結(jié)果使得處理時(shí)間增加。
為了獲得一結(jié)論元素?cái)?shù)函數(shù)，該所提出的方法選擇一小于一條件元素?cái)?shù)的結(jié)論元素?cái)?shù)值，這些結(jié)論元素?cái)?shù)存貯在存貯器中(如果一結(jié)論元素?cái)?shù)是8比特?cái)?shù)據(jù)，則存貯256結(jié)論元素?cái)?shù))，并且利用被選擇的結(jié)論元素?cái)?shù)建立一結(jié)論元素?cái)?shù)函數(shù)，則對于每個(gè)條件部分的通道要執(zhí)行全部256比較-計(jì)算處理。
其結(jié)果是，需要過多的處理時(shí)間。例如，如果后項(xiàng)值(Y)是8比特?cái)?shù)據(jù)，則表示Y的每個(gè)模糊標(biāo)記的該元素?cái)?shù)函數(shù)μY(Y)由256元素?cái)?shù)等級所組成，并且為計(jì)算該結(jié)論元素?cái)?shù)μ′Y(Y)，要執(zhí)行256次最小運(yùn)算。
μ′Y(Y)＝Min(RC，μY(Y))，Y＝1，2……，256因?yàn)橐獙σ欢嘤嗟囊?guī)則執(zhí)行上述的處理，所以用于計(jì)算所花費(fèi)的不必要的時(shí)間如同許多多余的標(biāo)記一樣的多。
本發(fā)明的目的是要克服該常規(guī)方法存在的缺陷，提供一種改善模糊推理速度的模糊推理方法。當(dāng)多重控制規(guī)則建立一共同的模糊標(biāo)記時(shí)，用對模糊控制規(guī)則的規(guī)則成分(RC)的最大-處理來避免重疊計(jì)算。
為實(shí)現(xiàn)本發(fā)明的這個(gè)和其它的目的，用于處理一個(gè)具有多個(gè)通道并且每個(gè)通道表示一個(gè)條件的模糊邏輯控制系統(tǒng)的具有創(chuàng)造性的方法包括有接收相應(yīng)的多個(gè)通道的每個(gè)通道的數(shù)據(jù)的步驟;基于該數(shù)據(jù)確定每個(gè)通道的一個(gè)條件元素?cái)?shù)的步驟;選擇該條件元素?cái)?shù)中的最小值以確定相應(yīng)于多個(gè)標(biāo)記的每一個(gè)的規(guī)則成分的步驟;選擇該規(guī)則成分中的最大值以執(zhí)行一最大處理的步驟;重復(fù)該元素?cái)?shù)確定步驟、規(guī)則成分確定的步驟，并執(zhí)行這些步驟直至一個(gè)通常的控制規(guī)則變?yōu)橐蛔罱K控制規(guī)則為止;基于表示每個(gè)標(biāo)記的一最終規(guī)則成分而確定一結(jié)論元素?cái)?shù)函數(shù)的步驟;和基于每個(gè)結(jié)論元素?cái)?shù)函數(shù)而確定一最終結(jié)論元素?cái)?shù)函數(shù)的步驟。
圖1表明最大-最小模糊推理處理。
圖2是常規(guī)的模糊推理方法的流程圖。
圖3是根據(jù)本發(fā)明的一個(gè)最佳實(shí)施例而用來改善推理速度的該模糊推理方法的流程圖。
圖4是對于圖3的每個(gè)模糊標(biāo)記的RC的最大-處理步驟的流程圖。
圖5說明根據(jù)圖3的該最終RC的每個(gè)標(biāo)記的元素?cái)?shù)的一處理步驟。
圖6是用來說明根據(jù)常規(guī)模糊推理方法的重疊計(jì)算的問題的圖示。
現(xiàn)在將參閱附圖詳細(xì)說明本發(fā)明的最佳實(shí)施例。
圖3是根據(jù)本發(fā)明的最佳實(shí)施例的用來改善推理速度的模糊推理方法的流程圖。參閱在圖1中說明的模糊控制規(guī)則，將在下面說明如圖3所示的用來根據(jù)本發(fā)明的最佳實(shí)施例以改善推理速度的模糊推理方法的操作流程。該最佳方法接收一個(gè)條件部分的數(shù)據(jù)(步驟21)，并確定被輸入數(shù)據(jù)的元素?cái)?shù)(步驟22)。在確定數(shù)據(jù)的一元素?cái)?shù)之后，該最佳方法確定模糊控制的RC(步驟23)。
為了避免重疊計(jì)算的缺陷，該最佳方法執(zhí)行最大-處理(計(jì)算RC)→最小-處理(計(jì)算標(biāo)記元素?cái)?shù))→最大-處理(計(jì)算一最終結(jié)論元素?cái)?shù)函數(shù))來替代最小-處理(計(jì)算RC)→最大-處理(計(jì)算一最終結(jié)論元素?cái)?shù)函數(shù))。
換句話說，在處理一個(gè)模糊控制規(guī)則中，在確定條件元素?cái)?shù)和模糊控制規(guī)則的RC(步驟22和23)之后，該最佳方法不是執(zhí)行結(jié)論部分的一個(gè)模糊標(biāo)記的一個(gè)指令RC的最小-處理，而是在一當(dāng)前的RC大于預(yù)先已被指令的RC(αi，j)的情況下將一當(dāng)前RC替換為被指令RC的RC最大-處理，即執(zhí)行模糊標(biāo)記RC的最大-處理(步驟24)。
為了存貯每個(gè)模糊標(biāo)記RC，引入了RC矩陣。αi，ji＝1，2…，q(q是結(jié)論部分的通道數(shù))和j＝1，2……，I(I是被建立的標(biāo)記數(shù))。
該最佳方法執(zhí)行每個(gè)模糊標(biāo)記的RC的最大-處理(步驟24)。并且該最佳方法確定當(dāng)前的模糊控制規(guī)則是否是最終模糊控制規(guī)則，如果不是，則該最佳方法重復(fù)步驟22-24，直至當(dāng)前模糊控制規(guī)則變?yōu)樵撟罱K模糊控制規(guī)則，(步驟25)。這樣，在多重結(jié)論部分中建立了一個(gè)公共模糊標(biāo)記的情況下，根據(jù)模糊控制規(guī)則的標(biāo)記RC，該最佳方法可以防止模糊控制規(guī)則的結(jié)論元素?cái)?shù)函數(shù)相互重疊。
在完成對每個(gè)模糊控制規(guī)則的模糊標(biāo)記的最大-處理之后，該最佳方法根據(jù)最終RC來確定每個(gè)標(biāo)記的元素?cái)?shù)(步驟27)。
如果獲得了每個(gè)標(biāo)記的RC并且該最佳方法用相應(yīng)的RC執(zhí)行模糊標(biāo)記的元素?cái)?shù)函數(shù)的最小-處理，即截?cái)嘣撛財(cái)?shù)函數(shù)的一部分時(shí)，則該最佳方法獲得與模糊標(biāo)記一樣多的元素?cái)?shù)函數(shù)。
接著，對結(jié)論元素?cái)?shù)函數(shù)進(jìn)行重疊和最大-處理，直至[輸出通道的數(shù)]×[標(biāo)記數(shù)]，該最佳方法獲得一最終結(jié)論元素?cái)?shù)函數(shù)(步驟28)。
之后，該最佳方法執(zhí)行模糊逆操作(步驟29)，以及最后地輸出結(jié)論值(步驟30)。
因此，在該最佳實(shí)施例中，因?yàn)樵谝还矘?biāo)記中的最大RC的最大處理僅僅是一次，所以，總的處理次數(shù)可顯著地減少，特別是在處理許多模糊控制規(guī)則時(shí)。
而且，因?yàn)樵摮Ｒ?guī)的最大-最小模糊方法被最大-最小-最大模糊方法所替代，并且最大-乘積模糊方法也被最大-乘積-最大模糊方法所替代，所以不用執(zhí)行重疊計(jì)算。
由本發(fā)明的該模糊推理方法所減少的處理時(shí)間△t可由下式來確定△t＝tc·q·(2S-1)·n+tc·q·I·(1-S)其中，tc在比較兩個(gè)值，即最大或最小處理時(shí)間中所需的時(shí)間，q結(jié)論部分的輸出通道數(shù)，S輸出數(shù)據(jù)的分辨能力，I所建立的標(biāo)記數(shù)，
n模糊控制規(guī)則數(shù)。
當(dāng)該分辨能力S為256和該輸出通道數(shù)q是7時(shí)，如果模糊控制規(guī)則數(shù)n大于4，則該處理速度可以通過本發(fā)明所改進(jìn)的算法而得以改進(jìn)。因此，隨著模糊推理算法的處理結(jié)構(gòu)的簡單變化，該處理時(shí)間可以正比于模糊控制規(guī)則數(shù)地得到改善。
從這里所披露的本發(fā)明的詳細(xì)說明和實(shí)踐來考慮，本發(fā)明的其它的實(shí)施例對本技術(shù)領(lǐng)域的普通技術(shù)人員來說將是顯而易見的。這就是說該說明和例子僅是作為典型來考慮的，而本發(fā)明的真正的范圍和精神是由下面的權(quán)利要求指明的。
權(quán)利要求
1.一種處理-模糊邏輯控制系統(tǒng)的方法，該系統(tǒng)具有多個(gè)通道，每個(gè)通道表示一條件，該方法包括如下的步驟接收相應(yīng)于所述多個(gè)通道的每個(gè)通道的數(shù)據(jù)；基于所述數(shù)據(jù)而確定每個(gè)通道的一條件元素?cái)?shù)；相應(yīng)于多個(gè)標(biāo)記的每個(gè)標(biāo)記由選擇所述條件元素?cái)?shù)中的該最小值來確定一規(guī)則成分；由選擇該所述規(guī)則成分中的一最大值而執(zhí)行一最大操作；重復(fù)所述元素?cái)?shù)確定、規(guī)則成分確定和執(zhí)行步驟，直至一當(dāng)前的控制規(guī)則變?yōu)橐蛔罱K控制規(guī)則；基于相應(yīng)于每個(gè)標(biāo)記的一最終規(guī)則成分而確定一結(jié)論元素?cái)?shù)函數(shù)；和基于每個(gè)結(jié)論元素?cái)?shù)函數(shù)而確定最終結(jié)論元素?cái)?shù)函數(shù)。
2.根據(jù)權(quán)利要求1所述的方法，其中所述執(zhí)行步驟包括一規(guī)則成分矩陣，該矩陣包括有元素αi，ji＝1，2…，q這里q是結(jié)論部分的通道數(shù);和j＝1，2，…，I這里I是標(biāo)記數(shù)。
3.根據(jù)權(quán)利要求1所述的方法，進(jìn)一步包括有步驟執(zhí)行一所述最終結(jié)論元素?cái)?shù)函數(shù)的模糊逆操作;和從所述模糊逆操作確定一結(jié)論值。
全文摘要
一種改善模糊推理速度的方法，當(dāng)多重控制規(guī)則建立一公共模糊標(biāo)記時(shí)，由模糊控制規(guī)則的規(guī)則成分(RC)的址大一處理來避免重疊計(jì)算，該方法包括接收條件部分各通道的數(shù)據(jù)，確定各數(shù)據(jù)的條件元素?cái)?shù)，根據(jù)各標(biāo)記由選擇該條件元素?cái)?shù)中最小值來確定模糊控制規(guī)則的RC，由比較和選擇各標(biāo)記的RC中最大值執(zhí)行最大一處理，對各模糊控制規(guī)則重復(fù)該操作，根據(jù)各標(biāo)記的最終RC確定一結(jié)論元素?cái)?shù)函數(shù)，和由該結(jié)論元素?cái)?shù)函數(shù)確定一最終結(jié)論元素?cái)?shù)函數(shù)。
文檔編號G05B13/02GK1095168SQ9312152
公開日1994年11月16日 申請日期1993年12月30日 優(yōu)先權(quán)日1992年12月30日
發(fā)明者崔圣國 申請人:三星航空產(chǎn)業(yè)株式會(huì)社